论文摘要 · 2026-10-06 · arXiv (Cornell University)
利用人类示范实现全身人形机器人操纵的技术
Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data
- 做了什么
- 开发了一种利用人类示范视频，通过视觉规划器和强化学习追踪器使人形机器人能够操纵物体并移动的技术。
- 核心结果
- 在实际的 Unitree G1 机器人上成功执行了搬运箱子、抓取箱子、跨越行李箱等复杂的全身操纵任务。
- 意义
- 表明机器人可以根据人类的行为数据，在复杂环境中提升平衡并操纵物体的能力。
研究背景
人形机器人在仅凭相机视频和自身传感器信息规划接触频繁的全身操纵时仍然面临困难。
方法
利用没有机器人的人类示范，分别训练了预测 5 个身体部位目标的视觉规划器以及让机器人在实际中遵循该目标的强化学习全身追踪器。
主要结果
在模拟中显示出很高的箱子搬运成功率，并且在人类推挤或夺走箱子的情况下也表现出了恢复能力。
局限与待确认之处
摘要中未明确指出实际机器人实验中的具体成功率数值。
术语解释
- 人形机器人 — 外形类似于人类身体结构的机器人
- 强化学习 — 通过试错寻找最优行为模式的人工智能学习方法
本摘要由 AI 根据论文摘要撰写，并经编辑审核。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。 具体数据与背景请查阅原文。
本页面整理已发表的论文、官方公告和媒体报道，仅供参考。论文摘要由 AI 根据论文摘要撰写并经编辑审核，可能与原文存在差异，重要内容请查阅原文。本页面不构成任何证券的买卖建议或投资咨询。 人事变动以官方公告或主要媒体报道为来源，部分履历参考维基数据（CC0）。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。
